人工智能第六章_专家系统_的要点
人工智能专家系统
人工智能专家系统人工智能（Artificial Intelligence，简称AI）专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力，可以用于辅助决策、问题诊断和解决方案推荐等方面。
本文将从专家系统的定义、原理、组成和应用等四个方面进行论述。
一、专家系统的定义专家系统是一种基于知识工程的人工智能系统，它通过模拟和利用领域专家的经验和知识来解决特定领域的问题。
专家系统主要由知识库、推理机和用户界面三部分组成。
知识库存储了经验和知识，推理机则对知识进行推理和运算，用户界面则提供了用户与系统进行交互的接口。
二、专家系统的原理专家系统的原理可以概括为知识获取、知识表示、知识推理和知识应用四个步骤。
知识获取是指将专家的经验和知识进行提取和整理，并存储到系统的知识库中；知识表示是指将知识以适当的形式进行表达和组织，以便系统能够理解和推理；知识推理是指根据系统中的知识，通过推理机对问题进行分析和推理；知识应用是指将推理得到的结果转化为实际解决方案，供用户使用。
三、专家系统的组成专家系统主要由知识库、推理机和用户界面三部分组成。
知识库是专家系统存储知识和经验的地方，常见的形式包括规则库、案例库和模型库等。
推理机是专家系统进行推理和运算的核心组件，它能够根据知识库中的知识进行逻辑推理和问题求解。
用户界面则提供了用户与系统进行交互的接口，使用户能够方便地向系统提供问题并获取解决方案。
四、专家系统的应用专家系统在各个领域都有广泛的应用。
在医疗领域，专家系统可以用于辅助疾病诊断和治疗方案选择；在金融领域，专家系统可以用于风险评估和投资决策；在工业领域，专家系统可以用于故障诊断和维修指导。
此外，专家系统还可以应用于法律、教育、交通等领域，为人们提供更加智能化和便捷化的服务。
综上所述，人工智能专家系统是一种基于计算机技术和人类专家经验的智能化系统。
它能够模拟和实现人类专家在特定领域的问题解决能力，具有广泛的应用前景。
人工智能习题答案-第6章-专家系统
⼈⼯智能习题答案-第6章-专家系统第六章专家系统6-1 什么叫做专家系统?它具有哪些特点与优点?专家系统是⼀种模拟⼈类专家解决领域问题的智能计算机程序系统，其内部含有⼤量的某个领域专家⽔平的知识与经验，能够利⽤⼈类专家的知识和解决问题的⽅法来处理该领域问题。
也就是说，专家系统是⼀个具有⼤量的专门知识与经验的程序系统，它应⽤⼈⼯智能技术和计算机技术，根据某领域⼀个或多个专家提供的知识和经验，进⾏推理和判断，模拟⼈类专家的决策过程，以便解决那些需要⼈类专家处理的复杂问题。
特点：(1)启发性专家系统能运⽤专家的知识与经验进⾏推理、判断和决策(2)透明性专家系统能够解释本⾝的推理过程和回答⽤户提出的问题，以便让⽤户能够了解推理过程，提⾼对专家系统的信赖感。
(3) 灵活性专家系统能不断地增长知识，修改原有知识，不断更新。
优点：(1) 专家系统能够⾼效率、准确、周到、迅速和不知疲倦地进⾏⼯作。
(2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。
(3) 可以使专家的专长不受时间和空间的限制，以便推⼴珍贵和稀缺的专家知识与经验。
(4) 专家系统能促进各领域的发展，它使各领域专家的专业知识和经验得到总结和精炼，能够⼴泛有⼒地传播专家的知识、经验和能⼒。
(5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重⼤问题的能⼒，它拥有更渊博的知识、更丰富的经验和更强的⼯作能⼒。
(6) 军事专家系统的⽔平是⼀个国家国防现代化的重要标志之⼀。
(7) 专家系统的研制和应⽤，具有巨⼤的经济效益和社会效益。
(8) 研究专家系统能够促进整个科学技术的发展。
专家系统对⼈⼯智能的各个领域的发展起了很⼤的促进作⽤，并将对科技、经济、国防、教育、社会和⼈民⽣活产⽣极其深远的影响。
6-2 专家系统由哪些部分构成?各部分的作⽤为何?(1) 知识库(knowledge base)知识库⽤于存储某领域专家系统的专门知识，包括事实、可⾏操作与规则等。
人工智能基础之专家系统介绍课件
知识获取
1
专家系统通过知 识库获取知识
2
知识库包含领域 知识、规则和事
实
3
知识获取方式包 括手工输入、自 动获取和知识发
现
4
知识获取的质量 和数量对专家系 统的性能产生重
要影响
优点
专家系统能够模拟人类 专家的决策过程，提供 高质量的解决方案。
专家系统可以集成多个 领域的知识，提供全面 的解决方案。
02
教育领域：提供个性化教 学方案和辅导
03
工业领域：用于生产线的 监控和故障诊断
04
金融领域：用于投资决策 和风险评估
05
交通领域：用于交通调度 和路线规划
06
法律领域：用于法律咨询 和案件分析
知识表示
01
知识表示是人工智 能领域的重要组成 部分，用于描述和 存储知识。
02
常见的知识表示方 法包括：一阶逻辑、 产生式规则、语义 网络、框架表示等。
知识获取困难：需要专家提 供大量的专业知识和经验
发展趋势
01
专家系统逐渐向智能化、 自主化方向发展
03
专家系统向云端迁移，实现 资源的共享和优化配置
02
专家系统与机器学习、深度 学习等技术相结合，提高系 统的学习能力和决策能力
04
专家系统与其他智能系统相 结合，形成综合智能系统， 提高系统的整体性能和效率
专家系统的组成
知识库：存储 专家知识和经 验的数据库
推理机：根据 知识库进行推 理和决策的机 制
用户接口：与 用户进行交互 的界面
解释器：解释 推理过程和结 果的工具
知识获取：从 专家那里获取 知识和经验的 方法
知识表示：将 知识和经验表 示成计算机可 以理解的形式
人工智能之专家系统
知识分类，专家系统又可分为精确推理型和不精确推理
型（如，模糊专家系统）。 5.按技术分类 按采用的技术分类，专家系统可分为符号推理专家 系统和神经网络专家系统。
6.按规模分类
按规模分类，可分为大型协同式专家系统和微专 家系统。 7.按结构分类 按结构分类可分为集中式和分布式，单机型和网
络型(即网上专家系统)。
神经网络ES 自动获取模块输入、组织并存储专家提供的学习实例 、选定神经网络的结构、调用神经网络的学习算法，为知 识库实现知识获取。当新的学习实例输入后，知识获取模 块通过对新实例的学习，自动获得新的网络权值分布，从 而更新了知识库。如图所示。
专家 神经网络 用户
学习示例
网络结构 知识获取
知识库
学习算法
方法就是利用屏幕窗口，通过人机对话方式实现知识 的增、删、改、 查等；另一种方法就是用全屏幕编辑 方式，让用户直接用键盘按知识描述语言的语法格式 编辑知识。
动态数据库也称全局数据库、综合数据库、工作 存储器、黑板等，它是存放初始证据事实、推理结果 和控制信息的场所，或者说它是上述各种数据构成的 集合。 4.人机界面 这里的人机界面指的是最终用户与专家系统的交 互界面。
5.解释模块
解释程序模块专门负责向用户解释专家系统的行 为和结果。
6.知识库管理系统
专家系统原理与设计
专家系统原理与设计
1.专家系统的概念
2.专家系统的结构
3.专家系统设计与实现
4.专家系统开发工具与环境
1、 专家系统的概念
1 .1什么是专家系统 亦称专家咨询系统，它是一种具有大量专门知识 与经验的智能计算机系统，通常，主要指软件系统。 它把专门领域中人类专家的知识和思考解决问题的方 法、经验和诀窍组织整理且存储在计算机中，不但能 模拟领域专家的思维过程，而且能让计算机宛如人类 专家那样智能地解决实际问题。 狭义地讲，专家系统就是人类专家智慧的拷贝，是人类 专家的某种化身。 广义地讲，专家系统也泛指那些具有“专家级”水平的 知识系统，从总体上达到专家级水平。
人工智能的专家系统技术
人工智能的专家系统技术导言：人工智能（Artificial Intelligence，AI）是一门研究如何使计算机可以像人一样智能地执行任务的学科。
专家系统是其中一种应用广泛的人工智能技术，它模仿人类专家的知识和推理能力，通过计算机实现对复杂问题的解决和决策。
一、专家系统的概述专家系统是一种基于知识的计算机系统，能够模拟人类专家的决策过程，对特定领域的问题进行分析和解决。
它主要由知识库、推理机和用户界面组成。
专家系统的知识库是存储各种领域专家知识的地方，包括事实、规则、经验、案例等。
知识库使用特定的语言表示和存储知识，使得专家系统能够在特定领域中模拟专家的决策过程。
推理机是专家系统的核心，它通过使用专家系统的知识库和推理规则对问题进行推理和决策。
推理机根据用户输入的问题和已有的知识，进行搜索和匹配，产生一系列推理结果。
推理机还可以根据问题的特点，使用不同的推理方式，如正向推理、反向推理、混合推理等。
用户界面是专家系统与用户之间的桥梁，用户通过界面与专家系统交互，输入问题和获取答案。
用户界面可以是命令行界面、图形界面或自然语言界面等，使得用户能够方便地使用专家系统。
二、专家系统的组成1. 知识获取知识获取是专家系统开发的第一步，它通过采访领域专家、查阅文献、观察现场等方式，收集专家知识并转化为计算机可识别的形式。
知识获取的关键是提取和表示知识，需要选择适当的表示方法和知识表示语言。
2. 知识表示知识表示是将采集到的知识以适当的形式表示和存储，使得计算机可以理解和使用这些知识。
常用的知识表示方法有规则表示、语义网络表示、框架表示等。
规则表示是最常用的方法，将知识表示为一系列条件-动作规则，通过匹配规则，实现对问题的推理和决策。
3. 知识推理知识推理是专家系统的核心功能，它利用知识库和推理规则对问题进行推理和决策。
专家系统的推理机通常采用基于规则的推理方法，通过匹配规则和问题，产生推理结果。
推理过程可以是正向推理、反向推理或混合推理，根据问题的特点，选择合适的推理方式。
华中科技大学人工智能第六章专家系统全解
第五章专家系统
5.5 专家系统实例
置信因子的估算（一）
MYCIN的每条规则的结论用两个量来度量其置信程度。 一个叫信任的度量MB（Measure of Belief） 另一个叫不信任的度量MD（Measure of Disbelief） 在证据e的情况下，结论h的MB与MD用下列公式计算：
MYCIN采用下列公式估算在观察到e时，对h 的置信因子 CF：
CF（h，e）= MB（h，e）－MD（h，e）
2018/10/24
8
第五章专家系统
5.1 产生式系统
控制策略的步骤之三
三、操作 操作就是执行规则的操作部分，操作后， 将修改数据库，并导致：
其他规则被使用，或者 得到问题的解答（综合数据库内容转变为描述 了目标状态），或者 失败结束
2018/10/24
9
第五章专家系统
5.2 专家系统
的情况，包括症状、化验结果、系统推导 出的中间结果和最终结论等。
知识库：存放用于治疗与诊断疾病的静
态数据与知识。
2018/10/24 26
第五章专家系统
5.5 专家系统实例
MYClN系统的三个子系统之一
咨询子系统：即推理机，根据知识库中
的诊断知识与动态库中的数据进行推理，
作出咨询决策。
2018/10/24
2018/10/24
4
第六章专家系统
6.1概述
专家系统结构
专家系统 = 知识库 + 推理机 其一般结构为:
领域专家 知识获取机制
用户
人 机 接 口
推理机 解释机制
知识库 动态库
5
2018/10/24
人工智能专家系统
专家系统的开发
3.专家系统的开发工具
4）支撑环境 支撑设施是指帮助进行程序设计的工具，它常被 作为知识工程语言的一部分。工具支撑环境仅是一个 附带的软件包，以便使用户界面更友好。它包括四个 典型组件：调试辅助工具、输入输出设施、解释设施 和知识库编辑器。
专家系统概论
1.专家系统的概念 2.专家系统的基本结构 3.专家系统的开发
专家系统的概念
1.什么是专家系统
专家系统是一个具有大量的专门知识与 经验的程序系统，它应用人工智能技术和计 算机技术，根据某领域一个或多个专家提供 的知识和经验，进行推理和判断，模拟人类 专家的决策过程，以便解决那些需要人类专 家处理的复杂问题，简而言之，专家系统是 一种模拟人类专家解决领域问题的计算机程 序系统。
专家系统的概念
3.专家系统的类型
对专家系统可以按不同的方法分类。通 常，可以按应用领域、知识表示方法、控制 策略、任务类型等分类。如按任务类型来划 分，常见的有解释型、预测型、诊断型、调 试型、维护型、规划型、设计型、监督型、 控制型、教育型等。
专家系统的基本结构
1.专家系统的基本结构
专家系统的基本结构 如图所示，其中箭头方向 为数据流动的方向。专家 系统通常由人机交互界面、 知识库、推理机、解释器、 综合数据库、知识获取等 6个部分构成。
专家系统的开发
2.专家系统的基本设计思想与基本设计原则
(5) 建立中间假设。引入中间假设的目 的是为了减少规则数量和简化推理过程。例 如，由观测的组合可以产生中间假设组合H1、 H2和H3。利用这些中间假设的组合合取 (H1∧H2∧H3)可以减少产生式规则组合的 增长率。同时，还可以采取以下的做法：先 独立地确定中间假设H，然后在进一步的推理 中，利用H的肯定或否定，而不是始终以事实 来推理。
第6章 专家系统【人工智能 精品讲义】
• 槽：框架属性有关的扩展知识。 • 槽提供对属性值和系统操作的附加控制。
• 类型：定义和属性相关值的类型; • 默认：定义默认值; • 文档：提供属性文档; • 约束：定义允许值; • 最小界限：建立属性的下限; • 最大界限：建立属性的上限; • 如果需要：指定如果需要属性值时采取的行为; • 如果改变：指定如果属性值改变时采取的行为。
23
6.5.3 专家系统开发工具
• 专家系统工具是一种更高级的计算机程序设计语言。 • 现有的专家系统工具
• 骨架型工具 • 语言型工具 • 构造辅助工具 • 支撑环境
24
6.5.3 专家系统开发工具
• 骨架型开发工具
• 定义：只保留原系统独立于问题领域知识的推理机部分形成的工具称为 骨架
• 优点：使用方便，节省在开发系统的过程结构上的时间，提高开发效率， 交互性好，提供很强的对结果进行解释的功能
20
6.5.1 专家系统的设计
• 专家系统的设计技巧
• 选择求解方法
• 具有可靠知识与数据的小搜索空间问题 • 不可靠的数据或知识 • 时变数据 • 大搜索空间的问题
21
6.5.2 专家系统的评价
• 为什么要评价专家系统？
• 专家系统是逐渐生成的。 • 在系统的评价和改进过程中进行的各种试验，将得到可靠的数据，这将
6.5.1 专家系统的设计
• 专家系统的设计技巧
• 准则
• 设计系统时，首先集中精力研究一小部分假设，先不要考虑那些不十分确定的事 物。
• 挑选那些最有利于区别各个假设的观测。 • 可以有许多方式来组合观测。在 • 把那些并不具有很强的预测或区别能力的观测组合起来。 • 建立中间假设。 • 以各种事例来试验所设计的系统。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1什么是专家系统。
有什么特点和优点？
专家系统是一个具有大量的专门知识与经验的程序系统
专家系统是一种模拟人类专家解决领域问题的计算机程序系统特点：
启发性，能够运用专家的知识进行推理判断与决策
透明性，能够解释推理过程和回答用户问题
灵活性，能不断增长知识，更新知识库
专家系统的优点，自己课后了解一下。
2专家系统由哪些部分构成？各部分的作用？
知识库；综合数据库；推理机；解释器；接口
知识库，存储各领域专家的专门知识。
静态。
硬盘
综合数据库，存储初始问题数据和推理过程的中间数据。
内存推理机，根据知识进行推理并导出结论。
ＣＰＵ
接口，用户界面，和用户进行交互。
向用户提问，回答用户问题，并进行必要的解释。
知识获取机制是将专业知识转换成机器能理解的表达形式。
解释机制向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？
３专家系统的分类，自己课下了解。
４建造专家系统的关键步骤。
专家系统团队关系图
是否拥有大量知识是专家系统成功与否的关键。
因此知识表示是设计专家系统的关键
一．设计初始数据库
二．原型机的开发与实验
三．知识库的改进与归纳
建立专家系统的步骤图６．３P156页
５基于规则的专家系统
知识库：包含解决问题用到的领域知识，知识表达成为一序列规则。
每个规则使用IF(条件)THEN(动作)结构指定的关系。
当满足规则的条件部分时，便激发规则，执行动作部分。
数据库：包含一序列事实（一个对象及其取值构成了一个事实），所有的事实都存放在数据库中，用来和知识库中存储的规则的IF（条件）部分相匹配。
3. 基于规则的专家系统的推理机制
推理机制分为两大类：前向连接和后向链接
前向链接就是根据已有事实推断出新的事实。
例如已知事实A is x，根据规则IF A is x THEN B is y。
获得B is y。
然后将B is y加入数据库。
再寻找新的规则，即IF B is y
THEN ….。
后向链接是目标驱动推理，在后向推理中，专家系统有个目标，推理引擎试图来证明它的正确性。
首先建立一个新目标，来证明新目标的正确性，即证明规则的IF部分，继续搜寻知识库中能够证明子目标的规则。
通常采用的基本推理机制还是后向连接，因为在前向链接中，执行的很多规则可能对确定的目标没有什么关系，导致系统效率低下，只有在建立新事实时才会使用前向链接，以便更大程度上使用新数据。
看习题6-12 P175
4.基于规则的专家系统解决冲突
a.定义规则的优先级。
b.根据顺序执行，因此规则的顺序也很重要。
C．使用最近录入的规则。
5. 基于规则的专家优缺点
优点：a.自然知识的描述; b. 统一的结构（IF …THEN）; c.知识与处理过程分离。
缺点：a. 规则间的关系不透明; b. 搜索策略的工作效率抵消，因为系统存在大量的穷举搜索;c.不能自学习，没有能力从经验中学习
基于框架的专家系统
框架是一种结构化表示方法，它由若干描述相关事物各方面及其概念的槽构成，每个槽有若干侧面，每个侧面又可拥有若干值
框架包含给定对象的知识。
其中包括名字和属性（又叫槽）的集合
框架和面向对象中的对象是同义词
图6.6 人类的框架分层结构 P158
基于模型的专家系统
基于模型的专家系统是由一些原理与运行方式不同的模型综合而成的专家系统
知识从显式表示变为隐式表示。
知识不是通过人的加工转换成规则，而是通过学习算法自动获取的。
分布式专家系统具有分布处理的特征，能把一个专家系统的功能经分解以后分布到多个处理器上去并行地工作，从而有总体上提高系统的处理效率。
它可以工作在紧耦合的多处理器系统环境中，也可工作在松耦合的计算机网络环境中，其总体结构在很大程度上依赖于其所在的硬件环境。
协同式专家系统又称为“群专家系统”，是一个能综合若干个相近领域或一个领域的多个方面的子专家系统互相协作，共同
解决一个更广领域问题的专家系统。
是克服一般专家系统的局限性的重要途径。
它不着重于处理的分布和知识的分布，而是更强调子系统间的
协同合作。
它并不一定要求有多个处理机的硬件环境，而且一般都是在同
一个处理机上实现各子专家系统的。
专家系统的开发工具三种类型
骨架型
它是在一些获得成功应用的专家系统的基础上，抽去具体的知识内容，保留知识表达的外壳和推理机构，增强知识获取子系统的功能而形成的一种专用工具。
当领域专家在知识工程师的协助下，装入不同于原先的具体知识后，就构成一个新的专家系统。
例如MYCIN系统是诊断血液感染病的专家系统，当抽去血液感染病的知识、增强知识获取中的人机对话功能后,就形成了开发工具,称为EMYCIN,利用它装入肺功能的有关知识,就构成了用于诊断肺功能的专家系统，称PUFF。
这类专用工具的特点是使用方便，生成的专家系统运行效率高。
但这类工具的适用范围较窄。
通用型
这类工具提供一种较为通用的知识表达语言，并为这类语言配置相应的推理机构。
例如OPS-5是面向产生式系统的语言,它内部配备了正向推理机构,使用者只要输入产生式形式的知识和事实,系统就靠内部的推理机制获得问题的解。
又如PROLOG语言是面向一阶谓词逻辑的语言，内部配备了逆向推理机构，使用者也只要输入一阶谓词形式的知识和事实，系统就能自动求出若干个解。
这类工具的特点是适用范围较广，但生成的专家系统运行效率较低，且这类工具不易掌握，需要有一定的软件专业知识。
著名的专家系统RI就是利用OPS-5写成的。
工具箱型
是介于通用和专用之间的一种开发工具。
它提供几种专家系统的框架组件（如推理框架,黑板框架等）,每个框架又由若干模块组成。
根据设计者的需求说明，系统将自动生成具有一定领域针对性的专家系统。
属于这类开发工具的有AGE，ZDEST-1。